Le 30 avril 2026, CoLab IA a réuni une vingtaine de participants à la CAD School de Lausanne pour son 4e atelier. Le sujet : utiliser l’IA comme coach d’apprentissage — et apprendre à repérer quand elle nous induit en erreur.
Le point de départ
L’IA peut expliquer n’importe quel sujet, s’adapter à votre niveau et répondre à vos questions à toute heure. Pour un autodidacte, c’est un outil puissant. Mais au bout d’un moment, la conversation se dégrade : l’IA tourne en rond, affirme des choses fausses avec la même assurance que des choses vraies, ou vous dit simplement ce que vous voulez entendre.
Comment savoir ce qu’on apprend vraiment ? Comment éviter de construire sur du sable ? C’est la question qui a guidé la soirée.
Le format : explorer, puis partager
L’atelier suivait le principe fondateur de CoLab IA : on apprend en faisant, pas en écoutant.
Brise-glace
Chaque participant a répondu à une question simple : “Quel est le truc le plus surprenant que l’IA vous a appris — vrai ou faux ?” Un moyen efficace de poser le décor : l’IA produit des réponses convaincantes, mais pas toujours fiables.
Sondage en direct
Via Mentimeter, le groupe a partagé ses habitudes : quelles plateformes IA il utilise, comment il s’en sert pour apprendre, et quels défis il rencontre. Les résultats ont servi à former les sous-groupes par affinité thématique.
Travail en sous-groupes
Quatre typologies d’apprentissage, quatre groupes :
- Technique — programmation, analyse de données, systèmes
- Conceptuel — psychologie, histoire, droit, sciences
- Pratique — mécanique, cuisine, artisanat, santé
- Entrepreneurial — lancer un projet, valider une idée, élaborer une stratégie
Chaque groupe a exploré un vrai défi d’apprentissage avec l’IA pendant 20 minutes. La consigne : observer ce qui aide réellement et ce qui induit en erreur.
Restitution collective
Les groupes ont partagé leurs observations : ce qu’ils ont testé, ce qu’ils ont remarqué, les limites identifiées. Pas de “bonne réponse” attendue — le but était de comparer les expériences.
Présentation interactive
À partir des observations des groupes, Damian a rebondi avec des techniques concrètes : gestion du contexte, découpage des sujets complexes, méthodes pour challenger l’IA quand elle tourne en rond. Les participants ont pu tester en direct.
Ce qu’on retient
Les superpouvoirs
- L’adaptation au niveau : l’IA ajuste ses explications en temps réel, ce qu’un livre ou un cours en ligne ne fait pas
- L’exploration rapide : en quelques échanges, on peut cartographier un sujet et identifier les zones à approfondir
- Le sparring intellectuel : l’IA ne juge pas, ce qui permet de poser des questions qu’on n’oserait pas poser ailleurs
Les angles morts
- L’assurance sans fondement : l’IA affirme avec le même aplomb des faits vérifiés et des informations inventées
- La complaisance : si vous orientez la conversation, l’IA suit votre biais au lieu de le challenger
- L’illusion de profondeur : une réponse bien structurée donne l’impression de comprendre, même quand le contenu est superficiel
- La perte de contexte : sur les sujets complexes, l’IA oublie ce qui a été dit plus tôt dans la conversation
Les stratégies qui fonctionnent
- Structurer la session : définir un objectif précis avant de commencer, pas juste “apprends-moi X”
- Challenger activement : demander les sources, reformuler pour vérifier la cohérence, poser la même question différemment
- Découper le sujet : traiter un concept à la fois plutôt qu’un sujet entier d’un coup
- Croiser les sources : utiliser l’IA comme point de départ, pas comme point d’arrivée
Le format CoLab IA
Cet atelier était le 4e de la série. Le format reste le même : 2 heures, gratuit, ouvert à tous les niveaux. On ne fait pas de formation descendante — on expérimente ensemble et on partage ce qui fonctionne.
Les ateliers CoLab IA ont lieu une fois par mois à Lausanne.
Pour aller plus loin
- Slides interactifs de l’atelier
- Notre workflow de publication : d’Obsidian au site web
- Rejoindre CoLab IA sur LinkedIn
Publié par Damian — 2026-04-30 Tags : atelier, apprentissage, retour